import pandas as pd import numpy as np import matplotlib.pyplot as plt class linear_regression(object): 计算均方误差损失 def compute_loss(self,y,y_hat): retur ...
分类：
其他好文 时间：
2020-01-01 18:39:11
阅读次数：
101
在无线通信系统中，系统的性能主要受到无线信道的制约。基站和接收机之间的传播路径复杂多变，从简单的视距传输到受障碍物反射、折射、散射影响的传播。在无线传输环境中，接收信号会存在多径时延，时间选择性衰落和频域偏移，多径时延会带来符号串扰（ISI），可以通过插入保护间隔来减少；而由于时间选择性衰落和频率偏 ...
分类：
其他好文 时间：
2019-12-18 21:37:22
阅读次数：
337
[TOC] 博客： "blog.shinelee.me" | "博客园" | "CSDN" 交叉熵损失与均方误差损失 常规分类网络最后的softmax层如下图所示，传统机器学习方法以此类比， 一共有$K$类，令网络的输出为$[\hat{y}_1,\dots, \hat{y}_K]$，对应每个类别的概 ...
分类：
其他好文 时间：
2019-12-13 00:02:56
阅读次数：
258
总结对比下$L_1$ 损失函数，$L_2$ 损失函数以及$\text{Smooth} L_1$ 损失函数的优缺点。 均方误差MSE ($L_2$ Loss) 均方误差（Mean Square Error,MSE）是模型预测值$f(x)$ 与真实样本值$y$ 之间差值平方的平均值，其公式如下 $$ M ...
分类：
其他好文 时间：
2019-12-11 13:33:45
阅读次数：
376
1.均方误差(Mean Square Error / Quadratic Loss): MSE保证没有特别异常的预测值，因为平方部分放大了这种误差。 2.平均绝对误差(Mean Absolute Error): MAE保证预测值在大多数情况下表现良好(不会刻意管异常值)，因为所有的误差都按相同的线性 ...
分类：
其他好文 时间：
2019-11-09 19:29:01
阅读次数：
102
分类于预测算法评价 分类与预测模型对训练集进行预测而得出得准确率并不能很好得反映预测模型未来得性能,为了有效判断一个预测模型得性能表现,需要一组没有参与预测模型建立得数据集并在该数据集上评价预测模型得准确率,这组独立耳朵数据集叫做测试集,模型预测效果评价,通常用相对绝对误差,平均绝对误差,均方误差, ...
分类：
编程语言 时间：
2019-11-03 12:31:03
阅读次数：
118
BP算法为深度学习中参数更新的重要角色，一般基于loss对参数的偏导进行更新。 一些根据均方误差，每层默认激活函数sigmoid（不同激活函数，则更新公式不一样） 假设网络如图所示： 则更新公式为： 以上列举了最后2层的参数更新方式，第一层的更新公式类似，即上一层的误差来自于下一层所有的神经元，e的 ...
分类：
编程语言 时间：
2019-10-01 22:30:28
阅读次数：
153
再谈最小平方问题 有了矩阵求导工具后，我们可以寻找最小化损失函数的参数值的闭式解（closed form solution）。首先我们先把这个损失函数表达成向量的形式。 把每个训练样本放在矩阵一行，可以得到一个$m \times n$ 设计矩阵$X$ （design matrix） ，即 $$ X= ...
分类：
其他好文 时间：
2019-09-23 15:24:17
阅读次数：
126
常用的损失函数有： 1.均方误差： tf.reduce_mean(tf.square(真实值 - 预测值)) 2.自定义损失函数： 3.交叉熵：tf.nn.softmax_cross_entropy_with_logits(lables = lables, logits = logits) 通过预测 ...
分类：
其他好文 时间：
2019-09-05 18:25:35
阅读次数：
101
torch.nn (1)用于搭建网络结构的序列容器：torch.nn.Sequential (2)线性层：torch.nn.Linear (3)激活函数：torch.nn.ReLU (4)损失函数：torch.nn.MSELoss(均方误差函数)，troch.nn.L1Loss(平均绝对误差函数)， ...
分类：
其他好文 时间：
2019-09-04 13:05:16
阅读次数：
122
